CONNEXION
  • RetourJeux
    • Sorties
    • Hit Parade
    • Les + populaires
    • Les + attendus
    • Soluces
    • Tous les Jeux
    • Gaming
  • RetourActu Gaming
    • News
    • Astuces
    • Tests
    • Previews
    • Toute l'actu gaming
  • RetourBons plans
    • Bons plans
    • Bons plans Smartphone
    • Bons plans Hardware
    • Bons plans Image et Son
    • Bons plans Amazon
    • Bons plans Cdiscount
    • Bons plans Decathlon
    • Bons plans Fnac
    • Tous les Bons plans
  • RetourJVTech
    • Actus High-Tech
    • Intelligence Artificielle
    • Smartphones
    • Mobilité urbaine
    • Hardware
    • Image et son
    • Tutoriels
    • Tests produits High-Tech
    • Guides d'achat High-Tech
    • JVTech
  • RetourCulture
    • Actus Culture
    • Culture
  • RetourVidéos
    • A la une
    • Gaming Live
    • Vidéos Tests
    • Vidéos Previews
    • Gameplay
    • Trailers
    • Chroniques
    • Replay Web TV
    • Toutes les vidéos
  • RetourForums
    • Hardware PC
    • PS5
    • Switch 2
    • Xbox Series
    • Switch
    • Pokemon pocket
    • FC 25 Ultimate Team
    • League of Legends
    • Tous les Forums
  • PC
  • PS5
  • Xbox Series
  • Switch 2
  • PS4
  • One
  • Switch
  • iOS
  • Android
  • MMO
  • RPG
  • FPS
En ce moment Genshin Impact Valhalla Breath of the wild Animal Crossing GTA 5 Red dead 2
Liste des sujets

Produit de convolution variables aléatoires

_Franck_Ribery_
_Franck_Ribery_
Niveau 10
12 janvier 2019 à 17:25:09

Bonjour,

J'ai vraiment du mal avec la méthode du produit de convolution dans son utilisation pour trouver une somme de variables aléatoires à densité. On a vu pour l'instant en cours la méthode avec changement de variable.

Soit X et Y indépendantes, qui suivent la même lui uniforme sur [1,2]. Déterminer une densité de ln(X) + ln(Y).

J'ai déterminé une densité de ln(X), précisé que les var étaient indépendantes à densité.

Soit $$h(x)=\int_{-\infty }^{+\infty }{f_{ln(X)}(t)}f_{ln(Y)}(x-t)dt$$

Comme ln(X) est non nulle seulement sur [0;ln(2)], on a : $$h(x)=\int_{0}^{ln(2) }{f_{ln(X)}(t)}f_{ln(Y)}(x-t)dt$$

$$= h(x) = \int_{0}^{ln(2) }e^{t}f_{ln(Y)}(x-t)dt$$

Je pose $$u=x-t$$ donc $$du=-1$$

Après changement de variable, j'obtiens sauf erreur : $$h(x)=\int_{x-ln(2)}^{x }e^{x-u}f_{ln(Y)}(u)du$$

Je sais qu'après il faut faire "varier" l'intervalle [x-ln(2);x] pour trouver les valeurs où la fonction ne s'annule pas, mais en pratique je n'arrive pas à le faire

_Franck_Ribery_
_Franck_Ribery_
Niveau 10
12 janvier 2019 à 18:19:37

Je sais que ça prend tu temps de tout lire et comprendre ce que je veux dire, mais ça fait des jours que j'essaie de comprendre cette méthode et c'est surtout la partie :

" Je sais qu'après il faut faire "varier" l'intervalle [x-ln(2);x] pour trouver les valeurs où la fonction ne s'annule pas, mais en pratique je n'arrive pas à le faire "

où je galère

Prauron
Prauron
Niveau 15
13 janvier 2019 à 17:13:18

C'est un peu chiant ces trucs-là. Plutôt que de changer les bornes de l'intégrale, je préfère garder $\mathbb{R}$ et utiliser des indicatrices. Si on note $f$ la densité de $\ln X$ (et donc celle de $\ln Y$), alors
$$f(x) = e^x\mathbf{1}_{[0,\ln 2]}(x).$$
On donc la densité de $\ln X+\ln Y$ s'écrit
$$h(x) = \int_{\mathbb{R}}e^t\mathbf{1}_{[0,\ln 2]}(t)e^{x-t}\mathbf{1}_{[0,\ln 2]}(x-t)dt.$$
Les $e^t$ et $e^{-t}$ se simplifient, le $e^x$ sort de l'intégrale, et $\mathbf{1}_{[0,\ln 2]}(x-t) = \mathbf{1}_{[\ln 2 -x,\ln 2]}(t).$
Donc
$$h(x) = e^x\int_{\mathbb{R}}\mathbf{1}_{[0,\ln 2]}(t)\mathbf{1}_{[\ln 2 -x,\ln 2]}(t)dt = e^x\ell(x),$$
avec $\ell(x)$ la longueur de l'intervalle $[0,\ln 2]\cap [\ln 2 -x,\ln 2]$. Maintenant on envisage plusieurs cas :

  • si $x<0$ ou $x>2\ln 2$, l'intersection est vide et donc $\ell(x) = 0$.
  • si $0\leq x\leq \ln 2$, l'intersection vaut $[0,x]$ et donc $\ell(x) = x$.
  • si $\ln 2 < x \leq 2\ln 2$, l'intersection vaut $[x - \ln 2,\ln 2]$ et donc $\ell(x) = 2\ln 2 - x$.
Message édité le 13 janvier 2019 à 17:15:08 par Prauron
Sous forums
  • Histoire
  • Environnement & Nature
  • Politique
  • Cours et Devoirs
  • Philosophie
  • Métiers & Orientation
La vidéo du moment